那些被大数据时代抛弃的人

作者 | 衣公子

来源 | 衣公子的剑(ID:yigongzidejian)

前言

2000年,微软如日中天。有人问比尔盖茨(Bill Gates)对于IT行业的看法。

 盖茨说,挺好的,就是有点noise。 

noise,本意是噪音。但是五个字母又分别指代五家公司:Netscape , Oracle , IBM , Sun , EMC 。

 这一语双关可谓骚出了天际。今天的第一杯,就为这个故事干一个吧。 

不过,和盖茨的很多传奇故事一样,这个传闻目前只流传于中文世界。盖茨到底有没有说过那么嚣张又霸气的话,暂时无处考证。 

传言如此深入人心,有一个重要的原因。这一问一答准确又形象地概括了一个旧时代:以微软为绝对统帅,加上 NOISE 这5家软件公司,IT企业卖软件,一手交钱,一手交货。 

科技圈的天,变得比臭男人的心还快。以 Google 为代表的新贵举着“免费“的旗号,已经打到了家门口。搜索既然不收费,那 Google 怎么赚钱呢? 

常言道,天下没有免费的下午茶。当你用的产品不要钱,那么很可能作为用户的你就是产品本身。 

Google聚拢用户,再打包卖给广告商的商业模式,被杰弗里·哈默巴赫尔( Jeffrey Hammerbacher ) 形象地批评为:我们这一代最聪明的头脑,都在思考如何让人们点击广告。

 “哇,原来你不过只是一家广告公司!”同业的戏谑,让Google羞红了脸,说起了类似”你怎么这样凭空污人清白……窃书不能算偷……窃书!……读书人的事,能算偷么?“之类的话。 

科技圈充满了快活的空气。 

为了捍卫自己科技公司的质感,Google连发三篇论文。围绕一个主题:怎么处理数据。 

随着上网人数和信息量的爆炸,Internet的海洋越来越宽广,Google每天收到30亿条搜索指令。仅仅1天处理的数据量,就是美国国家图书馆所有纸质出版物的上千倍。可是尽管如此,每当我们按下回车键,搜索结果却能即时地展现出来。这背后有什么魔法? 

Google的三篇论文,篇篇佶屈聱牙,又字字力透纸背,分别介绍了三个技术:Google File System, MapReduce, BigTable。千言万语汇成一句话:用分布式的体系,搭建一套数据存储、分析的系统。 

希腊神话里,普罗米修斯将火种带给人类。火,极大地提高了人的生产力。希腊人惜墨,没介绍普罗米修斯的长相。 

现实里,Google的程序员就像普罗米修斯,那三篇介绍怎么突破数据处理能力的文章,被后人誉为“三驾马车“,拉着人类进入了——大数据时代。

细谈

不用专业词汇吓跑你,我们边喝边聊,把技术说的简单点。

传统技术,是集中式单点架构。打个比方,你有一个助理,小明,什么事都集中交给他。忙的时候小明天天睡公司,闲的时候上班玩手机。 

Google“三驾马车”提出分布式架构。还是那个比方,你的事业越做越大,如今小明就算一天工作24个小时也完成不了。于是就分布式地招3个助理,小A,小B,小C,各司其职。 

原理是简单的,而现实极复杂,尤其考虑到现实互联网面临大规模、高并发、实时在线等新的需求。 

信息怎么分发给ABC?以什么标准?这可不能乱分,回头自己都忘了“帮我在四季开个房“是交给了小B办还是小C。如果问错了人,不仅效率慢,关键会搞得人尽皆知。还有啊,进一步延伸,以什么标准招聘ABC,哪些招名校,哪些招实干派,是不是必须能喝酒,上班的裙子可以接受多短?物尽其用,不可造次。 

所以,每有技术变革,第一件事一定是路线之争、行业标准之争。 

DougCutting是个编程天才,从Google亦步亦趋的追随者,终于成长为了备受重视的对手。Google做搜索,Cutting跟着开发了Lucene/Nutch搜索。Google的三驾马车,提出以MapReduce算法应对海量数据,Cutting就写出了Hadoop。 

Hadoop降生那一天,Cutting是雅虎的雇员,背景是Google、微软、雅虎的搜索引擎大战,硝烟弥漫。Google的“三驾马车“破解了海量数据的难题,保证了Google搜索成为技术上的第一高峰。同样,Cutting和Hadoop算是为雅虎的搜索业务鞠躬尽瘁,死而后已。 

几年后,马云要处理和雅虎的分分合合。有些地方扭捏,有些地方为难。但是对于雅虎搜索,还是相当“馋她的身子的“。简单的说,淘宝终于做起来了,需要一款优质的搜索引擎服务用户搜索商品。更深一点地说,这场交易涉及所有互联网企业的一个深沉幽叹:哎!这该死的,磨人的,温柔的小妖精­——数据。 

冥冥之中,都是天意。暂且按下不表。 

且说,Hadoop一降生,一群科技巨头就聚到旗下抱团。原因很简单,Google这厮,在数据处理技术上已经领先得太多,各位诸侯必须群策群力,把开源的Hadoop发展好。来它个十八路诸侯讨董卓。 

科技圈是有爱恨情仇的。开源的Linux挑战微软闭环的Windows/Office。开源的Android围攻苹果闭环的iOS/iPhone。Google的三驾马车对面,以Hadoop为旗号,聚拢起雅虎(Yahoo)、亚马逊(Amazon)、IBM、Facebook、阿里巴巴、华为…… 

哪有什么新的东西,都是历史的重复。

进阶

光看这些眼花缭乱的专业词汇,就能明白,大数据这玩意,技术门槛不低。但是每个市场参与者,都想积累数据,了解数据,挖掘数据,把自己在商业搏杀中的赢面提高哪怕一点点。于是,市场分工发挥了作用,专门有些公司:我来买服务器,我来搭架构,你需要存储和处理数据?好,我卖个服务给你。

 铛铛铛铛——一个新的行业,云计算——诞生了。

2006年,互联网时代才刚刚开始,万物没有名字,提到的时候尚需用手指指点点。江湖里的机会遍地都是,游戏、视频、O2O,软件、媒体、金融、垂直电商…… 

混沌之中,亚马逊,是对于大数据/云计算拥抱最坚决的一位。 收集数据→处理数据→分析数据→向用户推荐商品,这套模式让电商巨头亚马逊尝到甜头。当时亚马逊网站上已经有第三方店家,亚马逊的初衷是让这群第三方商家也享受到数字化福利。这项被命名为AWS(Amazon Web Services)的服务,就是云计算行业的滥觞。 

贝佐斯(Jeff Bezos),少年谢顶,索性剃了光头。此生要做硬汉,打天下的时候,和几个手下说过这样一句话:表面上,我像一只鸡那么胆小,但是内心却很强大。 

二十年里,亚马逊电商越做越大。但是,一直不赚钱,收入飞到了太空,但是利润始终在地上爬。钱去哪了?被贝佐斯砸向了研发,砸向了未来。 

利润不增长,股价就逡巡不前,华尔街总是不惮以最坏的恶意数落贝佐斯。直到2018年,AWS业务的利润爆发。亚马逊的股价终于水涨船高,不但坐稳了云计算市场当之无愧的老大,贝佐斯也接过了比尔盖茨世界首富的位子。

数据真好

2008年7月,北京奥运会,马上就要开幕。

一则新闻登上中国各大媒体的版面。比尔·盖茨为了看北京奥运会,在距离水立方不到180米的盘古大观,租下一个700平米的四合院,花费1个亿。 

事情传到了比尔·盖茨耳朵里,盖茨回了两个字:假的。 能用这种新闻卖房子,也足见这个楼盘的老板真是野路子。

果然,2017年他就把自己的名字彻底混成了闵敢的词语,非常闵敢的那种。 

至今还有很多人相信这个假新闻。 

我身边的朋友都知道,借助最近美股的走势,衣公子凭借冷静的操作,把自己和贝佐斯、比尔·盖茨等人的财富差距,缩小了几十亿美元。这给我极大的信心。于是,斗胆计算了一下新闻里的数据,四合院面积700平米,租金每年1个亿,那就是平均14万/平米。可是这个楼盘当时的售价明明才5万啊......

数据真好。可惜,我们这群傻→B在“小数据”的年代都那么好骗,又要怎么在“大数据”时代苟活? 

盖茨花1亿租四合院的假新闻满天飞的同一时间,杭州城西的阿里巴巴遇到了麻烦。 

简单点说,随着业务的扩张,阿里巴巴对于数据的处理能力已经到达极限。 

如果说大数据是新时代,那么在“旧社会”,人类是怎么处理数据的呢?可以用一个单词概括,IOE —— IBM的服务器+Oracle的数据库+EMC的存储。I、O、E在各自的领域都强得无法替代。

事实证明,好的东西就只有一个缺点——贵。 

“去IOE”很早就成为企业的心声。出于经济成本和“支持国产”的考虑,外加正赶上一次技术迭代(Linux的X86服务器挑战传统的Unix小型机服务器),中国企业开始了“去IOE”的征程。 

简单来说,这次“去IOE”失败了。大家很快发现,自己离不开IOE。总体上,无非是边边角角砍砍成本,放得开的,也不过是买买联想的PC,买买华为或者浪潮的服务器。归根到底,市场并没有一个可以替换IOE的好方案。 

不是说了吗,好的东西就只有一个缺点——贵。相较之下,数据的准确、时效,可开不得玩笑。尤其是金融企业。想象一下,当你的衣公子卑微地用六位数的密码打开自己四位数的账户,但是ATM机上取了钱,卡里的余额却没有即时地减少……这种画面你敢想? 

所以,搁到今天还是让我觉得神奇,去IOE这件事,最终竟然是让阿里巴巴这厮扛了大旗。 

淘宝算力的制约怎么突破的?阿里选的路线是:去IOE,做阿里云。 

步骤大约为:曾经完全依赖Oracle→采用Hadoop集群→建成单个机群节点数最多的Hadoop机群→用自主研发的飞天平台上的ODPS(Open Data Processing Service,开放数据处理服务)。

阿里云历经千帆,绝处逢生的故事,大家已经听过很多遍。 

不过,我倒认为没必要太渲染阿里云的苦情。的确,飞天和ODPS都是自研,但是亚马逊和微软拥抱开源,也很成功,不是吗? 

另一方面,恰恰是因为固守自研,在很长一段时间项目上一批又一批的程序员不堪重负,人才纷纷出走。另外,自研技术对内是有优势,但是对外呢?会不会构成一种推广障碍?比如潜在客户考虑采购阿里云的服务,但是IT部门一想到还要特意学一套系统,于是嘴上说不要,身体竟然也不要。 

不过,得失自在人心,宝剑留在江湖。这也是本文最终要引向的那个价值:相信竞争,让市场说话。 

无论如何,阿里云的诞生为看似热闹实则沉闷的中国科技界带来很多新的东西。

去 IOE

一般认为,阿里是在2012年底,初步完成了去IOE。 

四年前,阿里云的计划刚刚破土,那是2008年,大学毕业生如果可以拿到甲骨文(Oracle)的offer,谁会去土气横秋的BAT? 

可是,历史不就是这样吗——一些不甘现状的人,奋力吹响号角,奏响的,正是此时此刻自鸣得意的另一群人,最后的挽歌。 

阿里当时是 Oracle 在亚太地区最大的客户,拥有20个节点,比亚马逊美国的17个节点,还要多。想来多少也有点唏嘘,你最深爱的两位客户,竟然先后杀入你所在的行业。

Oracle倒下的经典瞬间是去年中国研发中心的关闭和裁员,昔日令人欣羡的高级白领,如今举着中英文夹杂的横幅,站在北京城的烈烈风中。 

当中很多人,十年之前明明比入职BAT的同学更优秀。像极了那首诗。 

少年听雨歌楼上,红烛昏罗帐。壮年听雨客舟中,江阔云低,断雁叫西风。

Larry Ellison是当之无愧的硅谷传奇,32岁创立Oracle,数据库领域的国王一当就是30年。2012年,接受采访,聊到云计算,Larry Ellison嗤之以鼻,举手投足间都是对贝佐斯的鄙夷, 料定AWS没前途,自己一口口水就能淹了它。2015年,Oracle终于砸钱猛做云计算了。 

你看啊,国王的手里还握着剑,但是江山哪里还是十年前的样子。

IOE里的IBM也好不到拿去,PC业务卖给了联想,扬言专注企业服务,光荣地创下了连续22个季度营收同比下滑的尴尬记录。22个季度,这个数字不准确?噢,别怪我,我只关注到第22个月,后来谁还跟IBM啊。 

停住。衣公子说这些真不是为了落井下石。时代一直都是这样,舞台中央的角儿,你方唱罢我登场,人来人往。但是能让技术走出聚光灯之外,在普通百姓、普通商业主体身上开花结果,才是善莫大焉。

Larry Ellison是NBA球队金州勇士(Warriors)的死忠,主场比赛几乎场场出席。甲骨文(Oracle)不仅冠名了勇士队的球场,而且,几乎每年都传出即将全资收购球队的消息。不过,在长达40多年的时间里,勇士队乏善可陈,甚至常常联盟垫底,是NBA可有可无的背景板。 

好在,勇士在硅谷。 

硅谷对于数据挖掘的痴迷,造福了勇士。NBA崇尚明星的突破和扣篮,但是数据永远理性,大数据显示三分球才是更有效率更合算的赢比赛手段。身体瘦弱,专攻三分球的后卫库里(Stephen Curry),远不是理想的NBA明星,却在勇士得到重用,围绕他打造的“死亡5小”组合,常规赛73胜,破了乔丹尘封20年的单季常规赛最佳记录,随后,连续5年杀进总决赛,拿下3个总冠军。 

和每个商业王国一样,勇士王朝最终还是解体了,后三年最重要的冠军拼图杜兰特(Kevin  Durant)因为在勇士队遭遇内讧,被排挤去了布鲁克林篮网队。屈辱和荣耀,归属和背叛,兄弟和仇人,所有人都等着他杀回甲骨文球场的那一天! 哦,对了,篮网的老板,是阿里巴巴二号人物蔡崇信。奇怪,这该死的圈子怎么那么小? 

 

预言家

2009年,甲型H1N1流感肆虐美国。 

就在疫情爆发几周前。Google的工程师在《自然》杂志上发了一篇论文。中心思想是,Google用大数据技术分析用户的搜索指令,提前预判到了这场流感。 这先知般的存在,让Google风光得一塌糊涂。 

如果你还记得,不久前,Google刚刚推出了Android系统。它要领导人类从PC向移动手机迁徙了!那真是Google把微软按在地上摩擦的时光,几乎每一场发布会都是在抽微软的脸。

Google很早就野心勃勃地在Kirkland开了办公室,这个距离微软总部Redmond不到10公里的地方。伴随Google疯狂的挖角,辞职信一封封地递进微软CEO史蒂夫·鲍尔默(SteveBallmer)的办公桌。这位一米九几的大汉终于忍不住了,问道“别TM告诉我,你TM也是去Google?”美国人比较直,就回答,“是啊,你怎么知道的哈?” Ballmer抄起椅子直接砸了过来。 

那是2004年,Ballmer还可以发脾气扔椅子。09年就别扔椅子了,大家都觉得是微软玩了这些人的青春,微软应该羞羞地向员工说声抱歉。 

舍恩伯格(Viktor Mayer Schnberger)在《大数据时代》中指出。什么是大数据时代?数据分析从“随机采样”、“精确求解”和“强调因果”的传统模式,演变为“全体数据”、“近似求解”和“只看关联不问因果”的新模式。 

超市零售巨头Target,曾经是“小数据”时代的赢家。经过几轮实验,发现把啤酒放在尿不湿旁边,啤酒销量会大增。Target百思不得其解,后来这样解释:大概是,妈妈叫爸爸去超市买尿不湿,百无聊赖的爸爸看到啤酒,想到也要犒劳一下自己,所以就顺手买了。 

在大数据时代,以上至少两点可以提高。第一,既然经过有限几轮实验就能发现“啤酒+尿不湿”促销法,那么用数字化方式+无数次实验所有可能的组合搭配,会发现多少种促销大法呢?显然,零售的效率要爆炸了。第二,找到“把啤酒放到尿不湿旁边”的促销方法就行,何必一定要找一个蹩脚的理由?这就好比已经汗涔涔地倒下,却傻乎乎地问“我和你前X友们比,谁更棒?”这既找不到真实的答案,也无助于业务能力的提高。 

不追求精确度,不追求因果,承认混杂,探索相关——这就是,大数据时代。

阿里巴巴前副总裁车品觉打过一个超赞的比喻:先开枪,后瞄准。 

当然,大数据也好,云计算也好,并不是一帆风顺的。2009年大出风头后,预测流感走势的Google Flu在2015年彻底关闭。原因第一是隐私担忧,第二是多次不准,荒谬频出,尤其是2012年那一次,反复预警有疫情,但是最后毛都没有。 

云计算,同样挫折不断。2015年5月,网商银行开业获批当日,支付宝在全国范围瘫痪2.5个小时。2019年,中国第一的阿里云,和世界第一的AWS先后发生大规模宕机和瘫痪。作为云计算客户的你,业务完全瘫痪,投诉电话被打爆;但是你的工程师却摸不到出问题的服务器,你说你慌不慌? 

但是再多的问题,也没有人会怀疑,云计算的路子是对的。 

100年前的北大。27岁胡适被蔡元培聘请为讲师教授。北大学子有质疑权威的传统,准备课堂发难,提几个胡适答不上来的问题,让这个年轻人知道知道“this is 北大”。 

傅斯年被派去提前听胡适的课,探探虚实。傅斯年回来后,对准备捣乱的北大同学说,“这个人书读得不多,但是路子是对的。你们不要闹。” 

路子是对的。大数据只是还需要一些时间。除了技术的迭代,就是数据的积累。 

不巧的是,这恰恰成为大数据最令人警惕的视角。当数据成为新时代的石油,谁霸占数据谁就抢占未来。这下,硅谷迎来了最严厉的拷打。《纽约客》说,这还不到两年,情况就发生翻转,硅谷曾经被认为是美国独创性的先锋和我们时代的宇航员,如今沦为与标准石油公司和其他镀金时代的垄断者进行的比较。 

打倒美国垄断资本家!欧盟重拳出击,出台《通用数据保护条例》(GeneralDataProtection Regulation),为互联网企业攫取数据设置了最严格的控制。把公民隐私坚定地放在了公司发展之前。 

同样的问题,公民隐私和商业进步,中国要怎么选?作为行业领袖,李彦宏的在访谈中这样说:中国人对隐私不敏感。 

百度大概也习惯了自己被喷成筛子的状态。舆论恨啊,你李彦宏好歹是北大的,怎么连“不在乎”和“没得选”都分不清?还是故意分不清? 

换位思考一下,李彦宏也不容易,偏偏活在一个国人对于北大精英还抱有不切实际幻想的年代。何必呢,你们自己也不去未名湖畔走走,胡适傅斯年尚在乎? 

也不想想当年杭州师范毕业生是怎么说的?“支付宝随时可以交给国家。” 

这境界。还会有人舍得批评Jack? 

数据来说话

直接上数据,你们自己感受云计算的市场布局吧。

Canalys的报告,2019年世界范围内云计算产业的市场份额,AWS占32.3%,独自构成遥遥领先的第一梯队,排在其后的是微软Azure(16.9%)、谷歌云(5.8%)、阿里云(4.9%)。 客观地说,中国商业的数字化已经落后欧美不少。根据《2018~2019年中国公有云市场现状与发展趋势研究报告》、《2018中国企业上云报告》等文件,美国企业的上云率高达80%,而中国仅30%。 

往积极地说,中国市场商业数字化的前景十分广阔。知识青年上山下乡,广阔天地,大有作为。 

但是,从数据大国转变为数据强国,远非那么简单。 

尤其当衣公子看到很多讲解大数据的文章,常常把数据多少当作大数据行业的唯一标准——这样的论述,过于片面。更有甚,“只要XXX中国就一定能XXX”,妄图用激越的民族情绪代替理性的商业常识,这样的趋势,常常让我感到担忧。 

请允许我铺开大数据行业的工程图。 

  • 数据采集和传输:Sqoop、Flume、Kafka等开源技术;

  • 存储:HDFS是大数据磁盘存储的实际标准;

  • 数据库:Redis、HBase、Cassandra、MongoDB、Neo4j;

  • 计算处理引擎:Spark、MapReduce、Flink;

  • 实时计算:Flink、SparkStreaming数据查询和分析工具:丰富的SQL on Hadoop的解决方案,比如,Hive、HAWQ、Impala、Presto、Spark SQL以及传统对的MPP(大规模并行处理);

  • 数据可视化:Tableau、QlikView等敏捷商业智能分析工具;

  • 等等。

以上这些,才是大数据。 

如果把大数据技术比喻成武器。那么数据只不过是火药。千年前火药就存在,数量再多也只不过是祭祀封建的鞭炮,如今决定火药能否成为威力巨大的子弹,最关键的是造枪的技术。 

衣公子认为,要带领中国走向大数据时代,要反对的是拔苗助长,该警惕的是“管得太多”,要相信的是敬畏市场,能依赖的是企业家精神。 

这个问题上,不存在特殊国情。互联网行业没有国家模式,早有前车之鉴。看过那个纪录片吗?马云在北京推销中国黄页,在宣传司综合处,对方打断了他,“我跟你讲啊,这件事情你应该先约,办事程序应该你先约,你要不约的话呢,很难给你做一个很满意的回答。”…… 

QQ最初不赚钱,却狂吃服务器,腾讯一度濒临破产。抱上中国移动的大腿,合作移动QQ,才赚上了增值业务的分账,马化腾以为迎来了柳暗花明。但是移动推出了自己的产品“飞信”,又把企鹅踹开了。中国移动不强乎?当年企鹅的营收和利润给它当零头都不配,不是吗? 

当搜索行业已经明朗,还是有人想培养一种更正能量的搜索引擎——即刻。股东名单强到我都不敢在文章里列名字,还请了一个乒乓球大满贯冠军来当总经理。可是,如今,飞信安在哉?即刻搜索,安在哉? 

真的,为了中国好,一定要允许、鼓励自由竞争。 其实,管理者如果真的想帮忙,大概有以下三点是可以做的。第一,培养人才。根据各类报告,以及衣公子和从业者的交流,中国大数据行业的人才缺口目前约100万,5年后将达到500万。 

第二,保护知识产权,维护市场公平。市场与人性如此,我们不要自欺欺人。刹住蔓延中国的商业抄袭之风,让每个企业无论大小都可以收获自己的商业果实。这样才能真的做到万众创新,让待攻克的技术难题陷入人民战争的汪洋大海。 

第三,开放数据。目前来看,几乎所有的公共数据都在政府和BAT手中。既然数据就是价值,开放价值,就好比战国时期燕昭王于易水之畔筑黄金台,招天下之士,谁是英雄,现场抽一块黄金与之。 

其实,美国也有振兴大数据行业的政策,而且比我们更早,但不是补贴钱,而是开放政府掌握的数据。奥巴马2009年1月签署《开放和透明的政府指令》(Transparency and Open Government),丰富且大量的美国公共数据,是美国大数据行业兴盛的土壤。 

奥巴马开篇就引用美国大法官路易斯·布兰代斯的名言:阳光是最好的防腐剂。 

是啊,阳光是最好的防腐剂。形势比人强。 

不说了,喝酒。

作者简介:衣公子,微信公众号:衣公子的剑(ID:yigongzidejian),做爱读的商业评论。

推荐阅读
  • 如何成为一名黑客?

  • 一篇与众不同的 String、StringBuilder 和 StringBuffer 详解

  • 干货 | 大白话彻底搞懂 HBase RowKey 详细设计

  • 发送0.55 ETH花费近260万美元!这笔神秘交易引发大猜想

  • Python 爬取周杰伦《Mojito》MV 弹幕,这个评论亮了!

  • 谷歌 Chrome 将弃用“黑名单”,“Master/Slave”主从模式也要换名?

  • 京东姚霆:推理能力,正是多模态技术未来亟需突破的瓶颈!

真香,朕在看了!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/517546.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

秒杀场景_多线程异步抢单队列分析与实现_02

文章目录1. 实体2. Service改造3. 启动类1. 实体 package com.gblfy.entity;import java.io.Serializable;/*** 用户排队抢单信息实体*/Data public class SkillEntity implements Serializable {private Long productId;private String userId; }2. Service改造 SkillGoodSe…

AI赋能DevOps:数据驱动的全栈工程师实践

DevOps是什么? 对于传统的软件研发而言,开发,测试,运维,运营,有不同的岗位进行分工协作,以保证质量和专业度,同一件事情,依赖不同岗位的排期、沟通、协调,效率…

阿里HBase高可用8年“抗战”回忆录

2017年开始阿里HBase走向公有云,我们有计划的在逐步将阿里内部的高可用技术提供给外部客户,目前已经上线了同城主备,将作为我们后续高可用能力发展的一个基础平台。本文分四个部分回顾阿里HBase在高可用方面的发展:大集群、MTTF&a…

使用apache POI把list集合里面的实体写入Excel(java)

一、导入maven依赖包 <dependency><groupId>org.apache.poi</groupId><artifactId>poi-ooxml-schemas</artifactId><version>4.1.2</version></dependency><dependency><groupId>org.apache.poi</groupId>&…

一文带你了解混淆矩阵!

来源 | 数据科学CLUB封图 | CSDN 下载自视觉中国混淆矩阵是一个表&#xff0c;经常用来描述分类模型(或“分类器”)在已知真实值的一组测试数据上的性能。混淆矩阵本身比较容易理解&#xff0c;但是相关术语可能会令人混淆。让我们从一个二进制分类器的混淆矩阵示例开始(尽管它…

从0到千万DAU,这5年闲鱼架构如何演进?

阿里妹导读&#xff1a;闲鱼品牌创立于14年阿里的某个茶水间&#xff0c;从0开始到现在千万DAU&#xff0c;5年时间里闲鱼见证了闲置物品从线下到线上交易的转移。而线上交易的繁荣&#xff0c;则需要业务架构做相应的调整、演进才能支撑业务的快速发展。本文主要通过介绍闲鱼从…

初创公司5大Java服务困局,阿里工程师如何打破?

阿里妹导读&#xff1a;初创公司遇到的每一个问题都可能攸关生死。创业之初更应该总结行业的常见问题&#xff0c;对比方案寻找最优解。阿里巴巴地图技术专家常意在技术圈摸爬滚打数年&#xff0c;接触了各式各样的Java服务端架构。服务端问题见得多了&#xff0c;也就更能分辨…

Navicat for MySQL连接MySQL数据库时各种错误解决

一 、2058错误 通过命令行进入MySQL&#xff0c;执行如下命令&#xff1a; ALTER USER rootlocalhost IDENTIFIED WITH mysql_native_password BY root截图&#xff1a; 二、1251错误 通过命令行进入MySQL&#xff0c;执行如下命令&#xff1a; ALTER USER rootlocalhost I…

构建灵活工作方式 戴尔最智能商用客户端产品线全面上市

戴尔Latitude、Precision和OptiPlex产品组合再次全面升级&#xff0c;带来更高水平生产力 2020年6月12日&#xff0c;随着“新基建”首次被写入《政府工作报告》&#xff0c;数字经济将成为释放经济新动能的最重要途径。在企业加速数字化转型的过程中&#xff0c;生产力转型是…

秒杀场景_解决秒杀超卖问题_04

文章目录一、商品微服务改造二、秒杀微服务改造2.1. SkillGoodService 改造2.2. MutilThreadOrder 改造一、商品微服务改造 SkillGoodService改造 package com.gblfy.service;import com.gblfy.dao.SkillGoodRepository; import com.gblfy.entity.SkillGood; import lombok.R…

初识 Knative: 跨平台的 Serverless 编排框架

Knative 是什么 Knative 是 Google 在 2018 的 Google Cloud Next 大会上发布的一款基于 Kubernetes 的 Serverless 框架。Knative 一个很重要的目标就是制定云原生、跨平台的 Serverless 编排标准。Knative 是通过整合容器构建(或者函数)、工作负载管理(和动态扩缩)以及事件模…

python使用PyMysql连接MySQL实现增删改查

文章目录一、安装PyMysql&#xff1a;1.方式一&#xff1a;使用命令行2.方式二&#xff1a;通过PyCharm编译器二、操作MySQL数据库步骤1. 使用import导入相应的类2.获得数据库的连接3.创建游标对象4.执行SQL语句5.关闭数据库连接三、案例1. 查询单条数据2. 查询多条数据3.创建数…

一分钟解决 Github 访问慢

文章目录1. 获取域名对应的ip2. 复制ip3. 配置hostsgithub.com对应的ip有多个选一个响应快的即可&#xff0c;但是一直在变&#xff0c;用的时候&#xff0c;设置一次即可 1. 获取域名对应的ip https://tool.chinaz.com/dns/?type1&hostgithub.com&ip 2. 复制ip 3. …

做一个高一致性、高性能的Flutter动态渲染,真的很难么?

Flutter动态模板渲染架构升级 ​ 最近小组在尝试使用集团DinamicX的DSL&#xff0c;通过下发DSL模板&#xff0c;实现Flutter端的动态化模板渲染。我们解决了性能方面的问题后&#xff0c;又面临了一个新的挑战——渲染一致性。我们该如何在不降低渲染性能的前提下&#xff0c…

数据科学产业中哪些架构最热门?本文为你盘点了 5 款!

作者 | Sai Krishna译者 | 火火酱&#xff0c;责编 | Carol封图 | CSDN 付费下载自视觉中国地球上的数据量每分每秒都在增加&#xff0c;海量的数据源源不断地从四面八方涌入各种机构组织&#xff0c;而这些数据最终或许会成为能够指引我们做出战略决策的宝贵财富。这就是数据科…

面向云原生的混沌工程工具-ChaosBlade

作者 | 肖长军&#xff08;穹谷&#xff09;阿里云智能事业群技术专家 导读&#xff1a;随着云原生系统的演进&#xff0c;如何保障系统的稳定性受到很大的挑战&#xff0c;混沌工程通过反脆弱思想&#xff0c;对系统注入故障&#xff0c;提前发现系统问题&#xff0c;提升系…

centOS docker容器的安装

文章目录一、docker安装步骤1.卸载旧版本2.安装依赖3.添加镜像源4.查看仓库中的所有docker版本5.安装docker6.启动docker7.设置开机自启动docker8.查看docker是否安装成功9.卸载docker一、docker安装步骤 提示&#xff1a;安装之前可以使用命令&#xff1a;yum check-update检查…

泡着枸杞写bug的三流程序员凭什么逆袭到一线大厂?

大多数互联网的从业者都有一个梦想&#xff1a;进大厂。因为不仅可以享受较好的福利待遇&#xff0c;也能与更优秀的人一起共事&#xff0c;获得更专业、更快速的成长。最近经常有朋友提及想要入门编程学习&#xff0c;该如何学习&#xff1f;关于编程学习&#xff0c;各种语言…

哪种人是软件设计中的稀缺型人才?

阿里妹导读&#xff1a;好的系统架构离不开好的接口设计&#xff0c;因此&#xff0c;真正懂接口设计的人往往是软件设计队伍中的稀缺型人才。 为什么在接口制定标准中说&#xff1a;一流的企业做标准&#xff0c;二流的企业做品牌&#xff0c;三流的企业做产品&#xff1f;依赖…

快速Ubuntu的配置(以ubuntu 20.04桌面版为例)

文章目录一、&#x1f496;更换镜像源二、&#x1f496;安装VMware Tools工具三、&#x1f496;安装Google浏览器四、&#x1f496;安装搜狗输入法五、&#x1f496;安装C/C开发工具Clion&#x1f340;1.安装编译环境&#x1f340;2.安装开发环境一、&#x1f496;更换镜像源 …